介词短语识别中规则与统计方法融合的探讨(1).pdfVIP

介词短语识别中规则与统计方法融合的探讨

付禾芳。李朝霞

(山西忻州师范学院计算机系。忻州034000)

摘要：在介词短语的识别中．统计学习方法和人工规则方法是人们常采用的两种最主要的方法。

在浅层句法分析层次上．基于几种典型模式探讨分析构建介词短语识剐模型时．规则方法

和统计学习方法的有效结合。指出介词短语特征的提取实质是基于语料的语用规则的一种

抽象。提出统计学习方法和人工规则方法的有机结合是未来的发展方向。

关键词：自然语言处理；介词短语识别；规则方法；统计学习方法

0引言统计学习；然后。对新给定的自然语言的输入】【叶，，用学

习好的概率模型进行预测。

介词短语是汉语中的一种重要的短语类型．在汉

语句子中占很大比例。介词短语的有效识别能够大大2汉语介词短语的识别

降低句法分析的难度。对于汉语介词短语的识别有两

介词短语识别就是在分词和词性标注的基础上把

种趋势：一种是将介词短语的分析和识别放在句法分

介词短语作为一个整体识别出来。介词短语识别是浅

析中进行．最终构造出句子的完整的句法树。另一种方

层句法分析的一部分。介词短语识别可以缩小句子中

式就是在分词和词性标注之后进行的．将介词短语作

心词的选择范围．可以简化句子结构。降低后续句法分

为一个整体识别出来．属于浅层句法分析的范畴。目

析的难度。

前．绝大多数文献都采用后一种模式。在浅层句法分析

2．1介词短语识别的形式化描述

的层次上．实验者巧妙地将基于规则的方法和基于统

介词用于在实词或短语前引出动作相关的对象、

计的方法有机结合起来．实现了对介词短语的有效识

处所、时间、原因、目的和条件等。现代汉语中的介词有

别。

许多是从动词发展演化而来的．它们仍然保持着动词

1统计学习方法和人工规则方法的某些性质．因此有时可以把它们看成是动词内部的

一个小类，称为“副动词”或“次动词”。介词是封闭性词

在自然语言处理中．统计学习方法和人T规则方

语(可穷举)．它只和动词、连词兼类。

法是两种基本方法。统计学习方法与人丁规则方法是

介词和紧随其后的介词宾语构成介词短语。介词

相辅相成的。人T规则方法是传统的自然语言处理方

宾语必须足实词或完整的短语．而且能和介词构成特

法．其基本特点是基于语言、认知科学、人T智能，由人

定的语义．

来建立规则．自然语言处理系统依据这些规则对自然

介词短语识别的难点：

语言进行处理。统计学习方法是新兴的自然语言处理

(1)介词短语的内部构成相当复杂。可以是介词+

方法。其基本